相对大气纠正的目的是为了使得两幅影像的DN值具有可比性；变化检测的目的在于检测出两幅影像之间发生变化的像素。乍一看，相对大气纠正应该先于变化检测，因为两幅影像没有可比性的话，就没法通过比较发现变化的像素。对于全自动的相对大气纠正和变化检测程序而言，实际上两者是互相纠缠的。

    全自动的相对大气纠正要求能够自动找到影像中没有发生变化的像素‘pseudo-invariant features’(PIFs)，而这就要求能有全自动的变化检测技术把发生变化的像素剔除；而全自动的变化检测技术却要求首先影像之间的像素的DN值是在统一的大气条件下。看了大量文献，一个算法能够同时做到相对大气纠正和变化检测是大势所趋，比如A. A. Nielsen和M. J. Canty的IR-MAD算法（A Method for Unsupervised Change Detection and Automatic Radiometric Normalization in  Multispectral Data，2010）。以下是在我的另一种算法（暂时叫IN-AT），（没有IR-MAD源代码，没有与之比较过），胜在简单、快速。

 

两幅影像重叠区域变化检测：

经过相对大气纠正后的拼接：